Hachage de Descripteurs Locaux pour la Recherche d'Images Similaires
Résumé
Nous nous intéressons au problème de la recherche d'images similaires dans une large base de données. Les algorithmes les plus performants utilisent des descripteurs locaux d'images. Le problème devient alors d'utiliser un algorithme de recherche des plus proches voisins qui soit rapide. Dans cet article, nous proposons un nouvel algorithme basé sur une fonction de hachage originale. Notre algorithme sélectionne pour chaque point ses dimensions distinctives et s'en sert pour créer une clé de hachage. Nous comparons ses performances à plusieurs méthodes de l'état de l'art et montrons qu'il offre plusieurs avantages. Il est rapide, consomme peu de mémoire et ne demande pas d'apprentissage. Pour valider nos résultats, nous appliquons cet algorithme à une recherche d'images similaires dans une base de plus de 500.000 images. Enfin, nous montrons que notre algorithme est intégrable à une méthode de recherche par Bag-Of-Features.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...